基于POS数据约束的ADS40影像SIFT匹配方法

连接点提取是ADS40影像数据自动空三的关键技术之一。为加快匹配速度并为高精度子像素匹配提供稳健而相对精确的初值,提出一种基于POS数据约束的ADS40影像SIFT（scale invariant feature transform）特征匹配方法。选取典型ADS40影像数据进行试验,并与传统灰度相关匹配方法及经典的SIFT算法相比,匹配正确率分别提高67．7％和11．99％。试验结果表明,文章提出的方法可提高ADS40影像匹配的成功率。由于匹配点能够均匀分布,因此文章方法能够为ADS40影像自动空三工作提供有效连接点。     

H8/AHI卫星数据的夜间陆地雾自动检测

夜间雾已成为交通事故频发的重要隐患,夜间雾检测对防治和减少因雾造成的事故和损失,保障人民生命财产安全具有重要的意义。雾与晴空地表夜间亮温差存在明显差异,二者在亮温差影像上有清晰边缘的特征,算法通过Canny边缘检测获取该边缘混合像元,根据边缘混合像元亮温差均值自动获取二者分离检测阈值,进行夜间陆地雾检测。5天H8/AHI夜间雾算法检测结果平均正确率为93.3%、误警率为29.8%,可靠性因子为67.8%,结果表明算法较适合大面积浓雾检测,但对地表存在的特殊天气如霾、雨雪天、雾发展为低云等情况易虚假报警,如未有相关伴随雾的天气现象出现,检测结果正确率为94.6%、误警率为0.05%、可靠性因子为90.1%。算法优点为可自动确定雾与晴空地表的分离检测阈值,与已有夜间雾自动检测算法相比,该算法检测精度有较大提高。2015年11月27日至12月1日17：00~07：00不同时刻夜间雾时序检测定性验证结果证明,算法适合晨昏时刻遥感影像中已处于夜晚区域的雾检测,可检测出90%左右的雾区;对整幅影像均处于夜间的遥感影像,算法检测结果正确率高达90%以上,定性验证结果进一步证明了算法的稳定性和可靠性。     

基于云雾边缘高程特性的云雾分离检测算法研究

云雾本身具有的某种相似性造成它们分离检测的困难。国内外研究工作者基于云雾的色调特性差异和纹理特性差异进行了一定程度的云雾分离检测研究,但仍未能很好地解决该问题。在分析气象专家判别云雾属性所应用的图像的6个基本特征的基础上,本文首次基于云雾边缘高程特性差异进行云雾分离检测研究,并选取MODIS传感器数据作为实验数据。实验结果表明:该算法具有较强的稳定性和普适性,但算法中的特征检测指标及特征检测指标的适用性需进一步改进。     

关于加强测绘专业遥感实践能力的几点思考

文中结合《遥感技术与应用》课程的教学实践,分析了测绘专业学生在遥感教学方面的需求,提出在教学中既要注重理论知识的教育,又要加强实践能力的培养。在明确测绘专业遥感知识需求的前提下,将实践能力培养寓于教学中,结合科研项目中的实际问题于教学中,加强学生的实验环节,提高学生的实践动手能力。在《遥感技术与应用》的课程教学中完成理论知识教育与实践结合,提高测绘专业学生的遥感知识水平和动手能力。     

基于资源三号多光谱影像的云顶高度估计

通常来说，云对于高分辨率光学卫星影像来说是一种无效区域，需要避免成像并消除。然而，对于气象分析来说，云顶高度的估计在大气运动和天气预报等领域都具有十分重要的意义。基于资源三号测绘卫星多光谱影像波段之间的视差，文章提出了一种高精度云顶高度的估计方法。在严格分析云顶高度估计的误差因素即内方位元素误差、外方位元素误差、匹配误差、云移动、DEM误差等影响的基础上，提出了相应的优化与补偿方法。由于内方位元素误差对每列影像的影响相同，提出了基于无云区域估计内方位元素误差的方法；鉴于每行影像的外方位元素误差相同，提出了基于无云区域估计外方位元素误差的方法；考虑到多光谱波段之间相近的成像几何，通过相位相关的方法获取高精度的视差；在假设云静止的条件下，云顶高度估计的理论精度为96 m。通过阿兹劳和乌兹别克斯坦两个地区的多光谱影像进行实验，验证该方法的可行性。该方法还可进一步应用于云的检测。